模糊聚类在销售人员绩效评价中应用研究.docVIP

模糊聚类在销售人员绩效评价中应用研究 　　[摘要] 通过对标准遗传算法遗传算子的改进和扩充,提高基于此改进遗传算法的模糊聚类分析方法的运行效率和准确度,并将其应用于人力资源管理系统中,对企业销售人员的业绩进行科学合理的评价。 　　[关键词] 模糊聚类遗传算法绩效评价 　　 　　当前众多的企业都拥有自身的管理系统,包括人力资源管理系统、销售管理系统等。系统中的数据随着企业的发展在数据库中越积越多,而面对纷繁的数据,管理者能从中得到什么有利于人力资源管理的信息呢?尤其是在当前买方市场条件下,如何利用已有的数据对销售人员进行科学合理的业绩评价,并以评价结论作为执行激励报酬契约的依据,进而在有效发挥激励功能的基础上促进企业销售业绩的增长,更是企业人力资源管理者必须解决的问题。本文正是基于此,应用一种基于改进的遗传算法的模糊聚类于人力资源管理系统中,对企业销售人员的业绩进行科学合理的绩效评价。 　　一、绩效评价指标体系的设立 　　体现绩效评价内容的客观载体和外在表现是绩效评价指标,因此设立恰当的绩效评价指标体系十分关键。科学合理的绩效评价指标一般要遵循“SMART”原则: 　　S=Specific,即“具体的”,指绩效指标要切中特定的工作目标; 　　M=Measurable,即“可度量的”,指绩效指标或者是数量化的,或者是行为化的,验证这些绩效指标的数据或信息是可测量和可获得的; 　　A=Attainable,即“可实现的”,是指绩效指标在付出努力的情况下可以实现,避免目标设立过高或过低; 　　R=Realistic,即“现实的”,是指绩效指标是现实存在并可验证和观察,并不是假设的; 　　T=Timely,即“有时限的”,指设定完成这些绩效指标的期限,必须在确定的时限内完成。 　　销售人员是企业中一个特殊的岗位群体,其工作具有时空上的宽泛性、外延性和灵活性等特点,工作方式具有独立性,因此其工作行为和活动过程难以量化和考核。这里我们采用KPI(关键业绩指标)设立销售人员绩效评价指标体系。关键业绩指标来自于对企业总体战略目标的分解,反映最能有效影响企业价值创造的关键驱动因素,是用来衡量某一岗位工作人员业绩表现的具体量化指标,是对工??完成效果的最直接衡量方式,因此也很适合于对销售人员的业绩进行考评。 　　根据“SMART”原则,以及KPI思路,我们设立销售人员绩效评价指标体系如表1所示。 　　二、数据处理 　　设立评价指标体系后,便可提取和计算出与销售人员绩效评价指标体系相关的数据,作为之后聚类分析的输入数据。而把销售系统和人力资源管理系统平时产生的数据直接作为聚类分析的数据来源是不合适的,应事先进行数据预处理,以满足聚类分析所需数据的要求。 　　1.数据取样 　　根据设立的销售人员绩效评价指标体系,在进行数据取样时选择如下粗糙数据集:一个销售员对应一个员工ID号,根据该ID号把所有相关的数据从销售管理系统和人力资源管理系统的数据库中提取出来。主要包括:员工ID(Id)、销售价格(P)、销售数量(N)、销售时间(T)、销售额(As)、每天销售额(S)、每天回款额(Ad)、销售计划(Sp)、客户数量(Cn)、客户拜访(Cv)、团队合作精神(Ts)?命令执行度(O)、创新能力(Ia)等。 　　2.数据重组 　　对于以上选定的粗糙数据,还要加工处理,检查数据的完整性和一致性,剔除噪音数据,修正严重错误的数据,对丢失的数据进行填补,以可以保证聚类分析的效率和准确度。对于取样后的数据,需要计算并重组得出适应绩效评价指标体系的聚类分析数据。如其中的岗位适应性指标(D)数据主要由相关人员对人力资源管理系统中的团队合作精神(Ts)?命令执行度(O),以及创新能力(Ia)等二级指标进行评分,并按对应权重值综合计算得出。这里只列出销售额增长率、货款回收率这两项关键指标数据的计算式。 　　(1)销售额增长率(A) 　　与上一次时间段相比,销售额的变动记为△Asp;与上一年同一时期相比,销售额的变动记为记为△Ass。则: 　　△Asp1= 0; 　　△Aspi=Asi-As(i-1)(Asi代表某段时间内的销售额,其中i=2,3,4,…); 　　△Assi=0(i=1,2,3,…,第一年各个时间段的销售额的同比变化都是0); 　　△Assj= Asj-Ask(Asj表示当前年中的某时间段的销售额,Ask表示上一年中的对应时间段中的销售额,j=1,2,3,…;k=1,2,3,…,其中,jk); 　　于是,销售额增长率A =△Assj/Ask。 　　(2)货款回收率(B) 　　回款率=(回款额/销售额)×100%。 　　则,回款率H=(Ad1+Ad2+…+Adj)/(S1+S2+…+Sj)×100%。